KI-Automatisierung für KMU.

Ein automatisierter Prozess mit KI besteht immer aus denselben vier Teilen: einem Auslöser, einer Eingabe, einer Entscheidung oder Umformung durch ein Modell und einer Aktion in einem System, das Sie bereits haben. Das Modell ist dabei nur der dritte Teil — der Wert entsteht an den Rändern, also daran, dass etwas automatisch startet und das Ergebnis automatisch am richtigen Ort landet.

Ein Beispiel entlang dieser vier Teile: Auslöser ist eine Nachricht im allgemeinen Firmenpostfach. Eingabe ist der Freitext samt Anhängen. Die Umformung ordnet die Nachricht einer von wenigen Kategorien zu, zieht Absender, Objekt und gewünschten Termin heraus und schreibt eine Antwortvorlage. Die Aktion legt einen Vorgang im internen System an und legt die Vorlage zur Freigabe bereit. Kein Schritt darin ist spektakulär; die Ersparnis liegt darin, dass niemand mehr sortiert und abtippt.

Wichtig ist die Abgrenzung nach oben und unten. Nach unten: Wenn die Eingabe bereits strukturiert ist — ein Formular mit Feldern, eine Schnittstelle, eine Tabelle —, braucht es kein Modell. Nach oben: Ein Agent, der selbstständig mehrere Schritte plant und Werkzeuge aufruft, ist ein deutlich grösseres Vorhaben mit deutlich höherem Prüfaufwand. Für die meisten KMU liegt der wirtschaftliche Punkt in der Mitte: ein einzelner, eng zugeschnittener Schritt mit klarem Anfang und Ende.

Technisch dahinter steckt in der Regel ein Sprachmodell mit einer eng gefassten Anweisung, oft ergänzt um eine Anbindung an Ihre eigenen Dokumente. Dieses Verfahren heisst Retrieval Augmented Generation und ist der Grund, warum ein Modell Ihre Preisliste kennen kann, ohne dafür trainiert worden zu sein.

Sobald sich ein Ablauf in Sätzen der Form «wenn … dann …» beschreiben lässt, ist klassische Automatisierung ohne KI günstiger, schneller eingeführt und zuverlässiger — und in unseren Gesprächen trifft das auf einen erheblichen Teil der genannten Wünsche zu. Wir sagen das zu Beginn, weil die Alternative sonst gar nicht mehr geprüft wird, sobald das Wort KI im Raum steht.

Regelbasiert und ohne Modell lösen sich zum Beispiel: Terminerinnerungen und Nachfassmails nach festem Zeitplan; die Übergabe von Formulareingaben ins CRM; wiederkehrende Rechnungsstellung; Zahlungsabgleich anhand von Referenznummern; Mahnläufe; automatische Berichte aus vorhandenen Daten; Datenabgleich zwischen zwei Systemen mit definierten Feldern; Freigabewege mit festen Zuständigkeiten. Für all das existieren etablierte Werkzeuge, die Ergebnisse sind reproduzierbar und im Streitfall vollständig nachvollziehbar.

Drei Gründe sprechen in diesen Fällen klar gegen ein Modell. Erstens die Kosten: Regeln laufen ohne nutzungsabhängige Gebühren. Zweitens die Prüfbarkeit: Ein regelbasierter Ablauf lässt sich einmal testen und gilt dann; ein Modell braucht laufende Stichproben. Drittens die Fehlerart. Eine Regel fällt aus und der Fehler ist sichtbar. Ein Modell liefert im Zweifel eine plausible, aber falsche Ausgabe — und die fällt niemandem auf, bis sie Schaden anrichtet.

Der pragmatische Weg ist deshalb fast immer gemischt: Regeln übernehmen das Gerüst, ein Modell übernimmt genau die Stelle, an der unstrukturierter Text in Struktur überführt werden muss. Wer umgekehrt vorgeht und alles einem Modell überlässt, zahlt für Rechenleistung, wo eine Bedingung genügt hätte.

Die folgenden sechs Anwendungsfälle tauchen in unseren Gesprächen mit KMU am häufigsten auf, weil sie alle dieselbe Eigenschaft haben: hohes Volumen, geringe Einzelkomplexität und ein klar prüfbares Ergebnis. Die Aufwandsangaben sind Einordnungen für die Ersteinführung eines einzelnen Prozesses und ersetzen keine Offerte.

• Anfragen klassifizieren und weiterleiten. Eingehende Mails oder Formulare werden einer Kategorie zugeordnet, mit Dringlichkeit versehen und der zuständigen Person zugewiesen. Aufwand: klein bis mittel, weil keine Schnittstelle zu einem Fachsystem nötig ist. Nutzen: kürzere Reaktionszeiten und keine liegengebliebenen Anfragen im Sammelpostfach.
• Dokumente auslesen. Lieferscheine, Kreditorenrechnungen, Bestellungen oder Rapporte werden in strukturierte Felder überführt und an die Buchhaltung oder das ERP übergeben. Aufwand: mittel, der Grossteil davon in Anbindung und Prüflogik, nicht im Modell. Nutzen: der klassische Abtippposten fällt weg, und dieser Prozess hat meist das höchste Volumen im Betrieb.
• Offert- und Angebotsentwürfe. Aus Stichworten, Vorprojekten und der eigenen Preisliste entsteht ein Entwurf, den eine Fachperson prüft und freigibt. Aufwand: mittel, weil die Preislogik sauber hinterlegt sein muss. Nutzen: kürzere Zeit bis zur ersten Offerte, was in vielen Branchen den Zuschlag mitentscheidet.
• Gespräche und Sitzungen zusammenfassen. Aus Aufzeichnung oder Notizen entstehen Protokoll, Pendenzenliste und Zuständigkeiten. Aufwand: klein, sofern die Aufzeichnung datenschutzrechtlich geklärt und die Einwilligung der Teilnehmenden dokumentiert ist. Nutzen: Nachbearbeitungszeit sinkt deutlich; Pendenzen gehen seltener verloren.
• Produkt- und Katalogtexte. Aus technischen Merkmalen entstehen Beschreibungen in einheitlichem Ton, mehrsprachig, im Format Ihres Shops. Aufwand: klein bis mittel. Nutzen: skaliert linear mit der Artikelzahl und ist deshalb im Handel besonders wirtschaftlich.
• Interne Wissenssuche. Mitarbeitende fragen in normaler Sprache nach Inhalten aus eigenen Handbüchern, Verträgen oder Protokollen und erhalten eine Antwort mit Quellenangabe. Aufwand: mittel bis gross, weil Rechte, Aktualität und Dokumentenqualität geklärt sein müssen. Nutzen: hoch in Betrieben mit vielen Regelwerken, gering bei dünner Dokumentenlage.

Was auf dieser Liste bewusst fehlt: alles, was nach aussen unmittelbar verbindlich wirkt. Automatisch versandte Preiszusagen, Vertragsauskünfte oder rechtliche Aussagen gehören nicht in die erste Ausbaustufe. Der verwandte Sonderfall Kundendialog steht auf einer eigenen Seite: Chatbot erstellen lassen.

Ein Automatisierungsprojekt beginnt bei uns nicht mit einem Werkzeug, sondern mit einer Prozessaufnahme — weil sich in dieser Phase regelmässig herausstellt, dass der teuerste Schritt ein anderer ist als der, den man automatisieren wollte. Der Ablauf hat fünf Stufen.

• Aufnahme. Wir gehen mit den Personen, die den Prozess täglich ausführen, jeden Schritt durch: Auslöser, beteiligte Systeme, Ausnahmen, Häufigkeit, Zeitbedarf. Ausnahmen sind der wichtigste Teil, weil sie später den Prüfaufwand bestimmen.
• Priorisierung. Jeder Kandidat wird nach Häufigkeit, Zeitbedarf pro Vorgang und Fehlerkosten bewertet. Was oft vorkommt, wenig Zeit kostet und harmlos ist, wandert nach oben; was selten vorkommt und im Fehlerfall teuer wird, bleibt vorerst bei Menschen.
• Pilot. Genau ein Prozess wird gebaut und mit echten historischen Fällen geprüft, nicht mit Beispieldaten. Ein validierter Prototyp beginnt bei uns bei CHF 10'000; die Bandbreite hängt an Schnittstellen und Datenqualität.
• Messung. Verglichen wird gegen eine vor dem Start festgehaltene Ausgangslage: Durchlaufzeit, Fehlerquote, Anteil der Fälle, die eine Korrektur brauchten. Ohne diese Messung ist jede spätere Aussage über Nutzen eine Behauptung.
• Betrieb. Übergabe an eine verantwortliche Person im Betrieb, Stichprobenrhythmus, Protokollierung und ein festes Intervall, in dem Prompts, Kategorien und Schwellenwerte nachgeführt werden.

Wenn in der Aufnahme klar wird, dass ein Prozess vor allem an fehlenden Daten oder unklaren Zuständigkeiten leidet, brechen wir ab und sagen das. Diese Fragen gehören in die Beratung und nicht in ein Entwicklungsprojekt; die grössere Perspektive dazu steht im Artikel zur Digitalstrategie für Schweizer KMU.

Rechnen Sie mit drei getrennten Kostenblöcken: der einmaligen Einführung, den laufenden nutzungsabhängigen Modellkosten und dem Pflegeaufwand — wer nur den ersten kalkuliert, unterschätzt die Gesamtkosten systematisch. Der Aufbau ist selten der teure Teil; der Betrieb über drei Jahre schon.

Die Einführung umfasst Aufnahme, Anbindung an bestehende Systeme, Prompt- und Regelarbeit, Prüfoberfläche und Test an echten Fällen. Bei uns beginnt ein validierter Prototyp bei CHF 10'000; nach oben entscheidet vor allem, wie viele Systeme beteiligt sind und wie sauber deren Schnittstellen dokumentiert sind. Die laufenden Modellkosten hängen an Menge und Länge der verarbeiteten Texte und sind bei den beschriebenen Anwendungsfällen meist der kleinste Posten. Der Pflegeaufwand ist der am häufigsten vergessene: Kategorien ändern sich, Formulare ändern sich, Anbieter aktualisieren Modelle, und jede dieser Änderungen verlangt eine Nachkontrolle.

Für die Nutzenseite genügt eine einfache Rechnung, die Sie selbst aufstellen können: Vorgänge pro Monat mal eingesparte Minuten pro Vorgang mal Ihr interner Stundensatz, minus die laufenden Kosten. Ergibt das über zwölf Monate weniger als die Einführung, ist der Fall nicht reif. Ergibt es ein Mehrfaches, ist er es.

Ein Vorbehalt gehört dazu, und er ist der wichtigste dieses Abschnitts: Eingesparte Zeit ist keine eingesparte Kostenposition, solange sie nicht anders eingesetzt wird. Zwanzig eingesparte Minuten pro Tag, verteilt über acht Stunden, verschwinden im Alltag, wenn niemand entscheidet, wofür sie verwendet werden. Der belastbare Nutzen liegt deshalb meist woanders: mehr bewältigtes Volumen ohne zusätzliche Besetzung, schnellere Reaktionszeiten und weniger Übertragungsfehler. Diese drei Grössen lassen sich messen und im Nachhinein belegen.

Bevor der erste Prozess produktiv geht, müssen drei Punkte geklärt sein: welche Personendaten den Prozess durchlaufen, wo sie verarbeitet werden und ob Ihre Datenschutzerklärung diesen Vorgang bereits beschreibt. Das revidierte Datenschutzgesetz gilt seit dem 1. September 2023 und verlangt bei jeder Beschaffung von Personendaten eine angemessene Information der betroffenen Personen nach Artikel 19 DSG.

Praktisch heisst das vier Dinge. Erstens: Ein Anbieter, der Daten in Ihrem Auftrag verarbeitet, ist Auftragsbearbeiter nach Artikel 9 DSG; dafür braucht es eine vertragliche Grundlage und die Sicherstellung, dass er dieselbe Datensicherheit gewährleistet wie Sie selbst. Zweitens: Gehen Daten ins Ausland, gilt Artikel 16 DSG — entweder in ein Land mit angemessenem Schutz gemäss Anhang der Datenschutzverordnung oder auf Basis geeigneter Garantien wie Standardvertragsklauseln. Drittens: Ein Verzeichnis der Bearbeitungstätigkeiten ist Pflicht; Unternehmen mit weniger als 250 Mitarbeitenden sind davon nach Verordnung ausgenommen, sofern die Bearbeitung nur ein geringes Risiko für die Persönlichkeit mit sich bringt. Viertens: Klären Sie vertraglich, ob Ihre Eingaben zum Training von Modellen verwendet werden dürfen — geschäftliche Angebote schliessen das üblicherweise aus, kostenlose Zugänge oft nicht.

Ein eigener Punkt ist die automatisierte Einzelentscheidung. Wird eine Entscheidung mit Rechtsfolge oder erheblicher Beeinträchtigung ausschliesslich automatisiert getroffen, greift Artikel 21 DSG mit Informationspflicht und dem Anspruch, den Standpunkt darzulegen und die Entscheidung durch einen Menschen überprüfen zu lassen. Für Bewerbungen, Bonitäts- oder Vertragsentscheide heisst das: Vorbereitung durch ein Modell ja, alleinige Entscheidung nein.

Die Schweiz hat kein KI-Gesetz nach EU-Vorbild. Der Bundesrat hat im Februar 2025 entschieden, die KI-Konvention des Europarats zu ratifizieren und sektoriell umzusetzen; eine Vernehmlassungsvorlage ist bis Ende 2026 angekündigt. Wer Kundschaft in der EU bedient, prüft zusätzlich die EU-KI-Verordnung, deren Transparenzpflichten nach Artikel 50 seit dem 2. August 2026 gelten. Die Einordnung hier ersetzt keine Rechtsberatung.

In fünf Ausgangslagen raten wir von einem Automatisierungsprojekt ab, und zwar bevor eine Offerte geschrieben wird. Jede davon führt in der Praxis zu einer Lösung, die nach wenigen Monaten stillgelegt wird.

• Der Prozess ist nicht stabil. Wenn drei Personen denselben Ablauf unterschiedlich ausführen, automatisieren Sie eine von drei Varianten. Erst festlegen, dann automatisieren — das ist Organisationsarbeit, keine Technik.
• Das Volumen ist zu klein. Unter etwa fünfzig Vorgängen im Monat übersteigt der Einführungs- und Pflegeaufwand den Nutzen fast immer. Ein gut gebautes Formular oder eine Vorlage löst das Problem dann besser.
• Die Prüfung kostet so viel wie die Arbeit. Bei Prozessen mit hohen Fehlerkosten muss jedes Ergebnis kontrolliert werden. Wenn die Kontrolle so lange dauert wie die manuelle Erledigung, bleibt kein Vorteil übrig.
• Die Datenlage trägt nicht. Ein Modell kann keine Antworten aus Dokumenten geben, die veraltet, widersprüchlich oder gar nicht vorhanden sind. Interne Wissenssuche scheitert regelmässig genau daran und nicht an der Technik.
• Niemand ist zuständig. Ohne eine benannte Person, die Stichproben macht und Fehler zurückmeldet, verwaist jede Automatisierung. Das ist der häufigste Grund, warum funktionierende Lösungen wieder abgeschaltet werden.

Und ein sechster Punkt, der keine Ausgangslage ist, sondern eine Reihenfolge: Wenn Ihre Website heute keine Anfragen bringt, ist die Automatisierung der Anfragebearbeitung das falsche erste Projekt. Dann liegt der Hebel vorne — bei Auffindbarkeit und Angebot. Dafür gibt es SEO für KMU, GEO für die Sichtbarkeit in KI-Antworten und, wenn die Website selbst der Engpass ist, die nüchterne Einordnung unter Website mit KI erstellen.

Wir sind eine kleine Digitalagentur mit eigenem Entwicklungsteam in Zollikon; Automatisierungen bauen wir selbst, statt einen Massnahmenplan zu übergeben. Unsere Arbeitsgrundlage sind eigene Web-Anwendungen: der Projektrechner, der Konfigurator und der SEO-Check auf dieser Website sind Eigenentwicklungen und zeigen, wie wir Eingaben, Logik und Ausgabe strukturieren.

Was wir nicht behaupten: Wir führen keine Liste von KI-Automatisierungsprojekten mit Prozentzahlen. Unsere dokumentierten Arbeiten liegen in Webentwicklung, E-Commerce, SEO und Marketing — nachzulesen unter Referenzen —, und dazu gehört eine Web-Applikation für Steuererklärungen, nicht ein KI-Automatisierungsmandat. Wer Ihnen in diesem noch jungen Feld eine lange Referenzliste mit harten Einsparzahlen zeigt, sollte danach gefragt werden, wie diese Zahlen erhoben wurden und gegen welche Ausgangslage.

Was Sie stattdessen prüfen können: ob wir den Prozess verstehen, bevor wir ein Werkzeug nennen; ob wir die regelbasierte Alternative geprüft haben; ob eine Messgrösse vor dem Start festgelegt ist; und ob wir Ihnen sagen, wann sich das Projekt nicht lohnt. Für die strategische Einordnung ohne Umsetzung gibt es die KI-Beratung, für Mandate mit Zürcher Standortbezug die Seite AI Agentur Zürich.